pyVideoTrans

Appearance

在 菜单栏--帮助/关于 中有很多链接，比如模型下载地址、CUDA配置等，遇到问题时可尝试点开使用。

image.png

1. 双击 sp.exe 后打不开 ​

软件是基于pyside6开发的，主界面用到的Qt组件有点多，加载可能较慢，时间从5s到2分钟不等，请耐心等待。

若是数分钟内仍未完整显示，也没显示启动画面，而仅显示一个黑色窗口，那可能是程序出错了，请检查控制台是否有报错，预打包版请检查是否仅仅下载了升级包，如果是请下载完整包。

如果尝试了所有方法并等待了很久仍是无法打开，请打开logs文件夹内的最新log文件，查看报错信息，或将该文件提交到 GitHub Isue 或 到 bbs.pyvideotrans.com 提问并上传该文件。

2. 视频清晰度降低了 ​

翻译过程中有些操作会涉及到转码，转码必然会存在质量损失，如果你想最大化降低损失，可进行如下操作

  1. 原始视频使用 libx264编码的mp4视频
  2. 菜单--工具--高级设置中将进行如图设置

image.png

3. 翻译阶段出错 ​

在识别出字幕后，进行翻译过程中出现红色报错，这种情况一般是“网络连接错误”或者所用翻译渠道的“账号问题”。

如果你使用的翻译渠道的“Google”、“Microsoft”、“Gemini”等，那么大概率是网络连接问题，你需要开启科学上网，并在网络代理地址文本框中填写“科学上网工具”中提供的网络代理地址。

如果你已科学上网，仍报网络连接错误，可能你的代理不可用，请正确填写科学工具中提供的http代理ip和端口号。

若确定代理可用，仍然报错，大概率是账号不可用，比如 Gemini 不是在所有国家均可用，可以尝试切换代理节点到其他国家试试。

Gemini、ChatGPT、AzureGPT渠道一般都有请求频率限制，排除网络问题和账号问题，可能是请求频率超过了限制，此时可以打开 菜单--工具--高级设置，将“翻译后暂停时间/s”设为30或更大的数字。

image.png

3. 语音识别精度太低 ​

  1. faster模式和openai模式时，使用更大的模型能提高准确度，tiny是小模型，识别效果较差，large-v3是最大的模型，识别效果也最好,所有模型下载地址 https://pyvideotrans.com/model
  2. 如果原始视频是中文发音，可尝试使用 zh_recogn,效果更好，使用说明 https://pyvideotrans.com/zh_recogn.html
  3. 选中“保留背景音”，将提前去噪，识别效果更好，但注意如果视频很大，请勿选中。

image.png

4. 模型下载地址 ​

模型下载地址 https://pyvideotrans.com/model

5. Win7上是否可用 ​

不支持win7系统

6. 提示缺少 python310.dll ​

可能你只下载了升级补丁包，补丁包不可单独使用，请先下载1.9G的完整包，解压后可再下载补丁包覆盖。

7. 合并阶段出错ffprobe {} ​

很可能是原始视频名字中的空格或者单双引号导致的，尝试重命名原始视频，例如原始名字是D:/UNSW/2024 T2/BIOS 2061/Week 5 Amphibians, reptiles, and birds/_video_out/BIOS2061-5246_00069- Lecture 13 - Birds 1 'Origin of Birds' - Prof. Richard Kingsford- Part 2 - UNSW##BIOS2061-5246_00069- Lecture 13 - Birds 1 'Origin of Birds' - Prof. Richard Kingsford- Part 2 - UNSW.mp4，可以看到视频名字很复杂，存在空格、单引号等，这种名字在处理时非常容易出错，请删除空格、单引号。

image.png

是否支持docker部署 ​

不支持

能否识别视频中的字幕文字，即ocr识别 ​

该软件原理是识别视频中的人类说话声，并转为文字字幕，不支持ocr识别字幕功能

能否通过 http api 接口调用 ​

目前不可，后续或许会增加该功能

能否新增语言 ​

不可，因为语音识别为字幕依赖 whisper模型，而该模型支持的语言有限，不支持的语言将无法识别

从哪里下载软件 ​

https://pyvideotrans.com/downpackage.html

从哪里下载模型 ​

https://pyvideotrans.com/model.html

已安装了cuda，还是无法使用 ​

可能的原因。

1: 内置cuda支持需要11.8版本以上，检查你的cuda版本是否过低 2: 显卡驱动太旧，需要更新 3: 没有安装 cudnn 4: 显卡不是N卡或不兼容

是否支持多角色识别和配音 ​

不支持，识别后的字幕不区分说话人和角色。可通过“设置行角色”手动实现该功能

cli命令行模式总是出问题 ​

cli方式更新滞后，请使用旧版

翻译阶段出错 ​

请更换翻译渠道或填写网络代理

软件双击后卡住不动 无法启动，卡在启动界面 ​

软件体积较大，请耐心等待，如果很久仍无法打开。请尝试

  1. 关闭杀毒软件、安全软件等
  2. 确认软件所在路径和目录是英文或数字组成，不要含有空格、中文、特殊符号等

如果是覆盖了升级包后无法启动，请下载完整后。

如果已是完整包，请耐心等待。如果超出2分钟仍未启动 ，请尝试强制关闭重新打开。

都支持哪些翻译 ​

目前支持 Microsoft微软翻译 Google翻译 百度翻译 腾讯翻译 DeepL翻译 ChatGPT翻译 AzureGPT翻译 Gemini Pro翻译 DeepLx翻译 OTT离线翻译 FreeGoogle翻译 FreeChatGPT翻译

Connection error ​

出现 Connection error 这个报错，说明网络连接失败，如果没有在软件界面中填写代理，请进行填写，国内是无法直连 ChatGPT/Gemini/Google等api的，需要填写代理。注意，浏览器中能打开对应网站，不代表软件中就能使用，请在网络代理输入框中填写正确的代理地址

Whole all out of memory ​

出现 Whole all out of memory 这个报错，说明显存不足，请使用更小点的模型，比如tiny small等

Requested float16 compute type, but the target device or backend do not support efficient float 16 computation ​

报错显示当前显卡不支持此种数据类型，解决方法是，打开 菜单--工具--高级设置，找到

CUDA数据类型

这行，将内容改为 int8_float16

然后重启软件执行，如果仍报错，再修改为

float32

如何安装 ​

无需安装，下载完整包后解压，双击sp.exe 即可使用

为什么报病毒或被拦截 ​

这是使用 pyinstaller 打包的软件，未做数字签名未做杀软认证，可能会误报，请加入信任白名单或关闭安全软件。 或者使用源码部署

都支持哪些TTS配音 ​

edgeTTS / Azure AI / GPT-SoVITS / clone-voice / elevenlabs

源码部署问题说明 ​

  1. 默认使用 ctranslate2的4.x版本，仅支持CUDA12.x版本，如果你的cuda低于12，并且无法升级cuda到12.x，请执行命令卸载ctranslate2然后重新安装

pip uninstall -y ctranslate2

pip install ctranslate2==3.24.0
  1. 可能会遇到 xx module not found 之类错误，请打开 requirements.txt，搜索该 xx 模块，然后将xx后的 ==及等会后的版本号去掉

有没有人工客服 ​

没有，这是免费软件，没有收入没有盈利，无法配备人工客服

是否收费 ​

这是一个免费并且开源的项目，不收取任何费用，免费使用。翻译和tts接口是各自api商家收费，与该项目无关

可否商用 ​

个人或公司都可随便使用。但如果要集成到商业项目中，请遵循 GPL-v3 开源协议